作者｜石燕红

编辑｜周远方

5月25日上午，ISCAS 2026第二天，华为董事、半导体业务部总裁何庭波站上主旨演讲台，发布了一个以中文命名、以希腊字母τ为符号的半导体新原则——韬定律。

同一天，她在中国科学院科技论文预发布平台上发表了一篇署名论文，把六年381颗芯片的量产数据、十年路线图和盘托出。

三天前的5月22日，国家发改委月度发布会刚刚明确了“六张网”建设路线图——水网、新型电网、算力网、新一代通信网、城市地下管网、物流网。官方表述很精确：这些网络不仅能单独成网，而且能“多网协同”，发挥“1+1>2”的作用。

两件事看似相隔万里，一件是国家级社会基础设施投资，一件是芯片架构论文，但底层逻辑惊人地相似：都是在旧标尺失灵后，用系统论思维重建基础设施的层叠秩序。

这不是偶然。任正非很多年前就把系统论写进了华为的底层代码。他治理华为有两项利器：一桶浆糊，一杯咖啡。浆糊用来粘接十几万人的组织，咖啡用来吸收外界能量。他曾说：“封闭系统内部的热量一定是从高温流到低温，水一定是从高处流到低处，水流到低处不能再回流，那就意味着零降雨量，那么这个世界将全部成为超级沙漠，最后生命就会死亡。”这套“开放对抗熵增”的系统论哲学，从组织管理一路渗透到了芯片设计。

芯片层的“主心骨”

过去三十年，半导体产业用“纳米”这一个单位度量进步。工艺工程师优化沟道长度，电路设计师优化时序，架构师优化流水线，系统工程师优化网络拓扑——四群人用四套不同的单位、四套不同的指标，互相之间的协同靠“经验”和“约定俗成”。每一次跨层协同都伴随大量损耗。

τ缩微想做的事，是给这四群人一个共同的主心骨：从晶体管开关的皮秒级，一直贯通到数据中心响应的秒级，一共横跨十二个量级，用同一个单位说话。任何一层的局部改进，必须能够传导到系统末端才算有效。

这个逻辑如果成立，它会悄悄改变产业的资源配置。过去资本和人才往光刻机里涌，因为“纳米”是唯一的进步标准。现在τ告诉大家，封装、互连、EDA也是进步，钱和人的流向会跟着变。

但这是一个很大的“如果”。台积电的架构师也在讨论“信号延迟”是否比“沟道长度”更能反映真实性能；英特尔的先进封装团队同样在摸索“如何把数据搬运时间压短”。华为做的是把这套思路系统化地写成论文，但“系统化”不等于“标准化”。τ能否成为行业共识，取决于生态广度，而非技术逻辑本身。

折起来，拼出新能力

华为给τ缩微的第一个量产验证叫逻辑折叠（Logic Folding）。传统芯片把晶体管铺在一个二维平面上，数字电路、模拟电路、存储电路各占一块地皮。Logic Folding放弃了这个平面假设，在设计阶段就把精细到门电路和触发器级别的芯片内部电路重新分配到垂直堆叠的多个有源层中。

这不是简单的堆叠，堆叠是1+1=2，折叠是拼出了谁都没有的新能力。据华为ISCAS 2026演讲PPT公开数据，麒麟2026的晶体管密度从155 MTr/mm²跃升到238 MTr/mm²，提升53.5%；P核能效提升41%，峰值CPU频率提升12.7%至3.1GHz，SRAM运行频率提升超40%。这在过去，通常需要三个制程代际的进步才能实现。

但折起来不只有好处。散热更难了，测试更复杂了，良率控制更苛刻了。台积电SoIC、英特尔Foveros也在探索同一方向。以前大家比的是谁把纸铺得更大，现在比的是谁叠得更巧。叠得巧这件事，没有标准答案。

这里能看到华为系统论哲学的影子。任正非的“浆糊哲学”本质上就是连接哲学：承认个体有限性，但强调通过连接形成更大的系统效能。在芯片层面，数字、模拟、存储各自都是“有限”的，但通过新的连接方式黏合成整体，战斗力就变了。

定义下一把标尺的人

何庭波论文中最被低估的野心，是基准测试革命。

旧规矩是Linpack和SPEC——给一个标量分数，假装芯片性能可以简化为一个数字。新规矩应该是：暴露系统每一层的时间瓶颈，让资本和人才往瓶颈处流动。τ剖面基准不再给总分，而是给一个向量，把每一层的τ分别标出来。主导τ层，按定义就是下一轮投资方向。

谁来定基准，谁就是在定整个产业链的资本流向。过去这一权力一直在Linpack、MLPerf和SPEC这些由欧美主导的基准组织手里。

何庭波同时呼吁EDA工具链开源开放，称“面向τ的原生工具链是未来十年最重要的赋能投资”。这是一份邀请书。请的是华大九天、概伦电子这些国产EDA厂商，请的是中科院计算所这些国家级研究机构，也请的是全球愿意走这条路的厂商和研究团队。

但定义度量衡，从来不只是技术问题，更是生态问题。英伟达的CUDA并非最早的并行计算框架，却因为生态最大而成了事实标准。τ剖面基准目前仍是一个提案，尚未成为IEEE标准或主流芯片公司的共识。它能否成为下一代的“行业默认玩法”，取决于有多少参与者愿意使用它、围绕它建立自己的流程。

社会运行效率的跨尺度同构

把三件事放在一起看，一幅更大的图景浮现出来。

宏观层面，“六张网”是社会级的基础设施层叠——电网支撑算力网，算力网支撑通信网，通信网支撑物流网的智能化调度，层层递进，互为底座。

中观层面，林超提出的AI 12层框架描绘了从能源、芯片、算力到AI原生经济生态的技术经济系统演化路径。

微观层面，τ缩微正在芯片层内部重建基础设施秩序，从晶体管到电路到芯片到系统，十二量级的分层结构，每一层是下一层的基础设施。

三者的底层逻辑完全一致：不是单点突破，而是系统协同；不是封闭垄断，而是开放共建；不是照搬模板，而是按自身禀赋条件寻找最优路径。当社会基础设施与技术基础设施在同一套系统论逻辑下推进时，它们会产生跨尺度的共振——社会级的算力网投资牵引芯片级的τ优化，芯片级的效率提升又反哺社会级的能耗节约和算力普惠。

这正是“1+1>2”的真正含义：它不是简单的数量叠加，而是异质性系统通过协同产生的涌现。

AI集群：从算得快，到系统协同

如果说手机SoC是“一颗芯片就是整个系统”，AI数据中心则是几百乃至几千颗芯片要像一台机器协同。这是全行业共同的难题。微软、谷歌、英伟达都在面对同一个现实：大型AI集群中，超过80%的能量消耗在数据搬运上，超过70%的系统成本分配给存储。

这意味着优化重心必须从“算得多快”转向“搬得多短”。华为的方案是三件套：UnifiedBus统一总线、Hi-ONE光互连、3D Folding立体封装。UnifiedBus把机箱内外的多层协议堆栈压缩成一层，实现内存语义传输；Hi-ONE把SerDes把电互连段压缩到5厘米以内，同时用光互连把系统连接距离延伸到100米级别；3D Folding则解决了一个几何死结——传统封装下，计算能力按芯片面积增长，但内存带宽和供电只能沿边缘线性增长，两条曲线的剪刀差会越剪越大。3D Folding把资源从边缘迁移到表面，让它们也跟上计算能力扩展的节奏。

按论文给出的路线图，昇腾950和后续昇腾960/970先用Chiplet、2.5D扇出等成熟组合；到2030年前后，华为把逻辑折叠引入AI芯片；此后System Folding成为2035年前的主要演进方向。到2035年，AI硬件集成度预计较当前提升100倍以上。

这里有一个更宏观的视角。国家发改委提出的“六张网”中，算力网被置于与电网、通信网同等重要的位置。算力网不是凭空存在的——它需要芯片层的τ优化来降低单位算力能耗，芯片层也需要算力网的系统协同来实现规模效应。这正是“六张网”所说的“多网协同”在微观层面的镜像：芯片与算力网，互为底座，相互牵引。

但这套思路目前主要服务于华为自用的AI训练集群，尚未对外开放形成统一生态。它是否具备普遍适用性，还需要时间验证。更重要的是，英伟达用NVLink和NVSwitch建立的互联生态已经形成了巨大惯性。要打破惯性，光靠技术逻辑不够。

被提前推到路口的人

华为选择τ缩微和Logic Folding，不是因为它比别人更聪明，而是因为它手里的牌和别人不一样。

先进光刻够不着，这是明面上的约束。但暗面上的条件是：工程师充裕、市场巨大、封装产能足、六年量产了381颗芯片。在这样的条件下，硬追纳米制程是“以短击长”，聚焦封装、互连、3D堆叠是“扬长避短”。

这不是“被逼出来的权宜之计”。林毅夫最近在《为建设世界经济学研究的新中心而努力》中强调，经济学研究要“以马克思主义为指导，从物质第一性的禀赋条件出发”。这个判断放在芯片领域同样成立：华为是按自身禀赋条件寻找最优路径，而非照搬“下一个光刻节点”的模板。即使没有EUV封锁，十亿美元设计预算和不再下降的晶体管成本，也会把行业逼到这个路口。华为只是先到了一步。

但先到了一步，不等于走对全程。

脱离先进制程的主线，意味着衔接生态、获取标准IP、参与行业联盟时可能要付出隐形成本。当整个产业的工具链、IP核、代工服务都围绕纳米制程运转时，走τ缩微的路，是一条“账面上划算”但“执行起来孤独”的路。它是否有天花板？当主流供应继续向前推进时，这条支线会不会在未来失去另一些机会？目前还没有答案。能确定的是：华为没有退路，必须把这副牌打到最好。

旧规则越走越窄，新规则需要共建

摩尔定律统治半导体六十年，靠的不只是技术正确，而是它把一个极其复杂的系统压缩成了一个所有人都能读懂的数字。这个数字足够简单，简单到可以成为资本配置的信号、工程师的职业坐标、国家竞争力的衡量单位。它的力量不在于精确，而在于共识。

τ缩微想用一套向量替换这个标量。它说：进步不是一个数字，而是一张剖面图——每一层的瓶颈在哪里，哪一层是制约全局的主导约束。这张图比一个数字复杂得多，也真实得多。

但度量衡的迭代从来不是“更真实的那个”自动胜出。真正决定一套标准能否立起来的，是有多少人围绕它重新组织自己的工作流。

这才是何庭波论文最深的野心：她不是在发表一篇技术文章，她是在邀请整个产业换一双眼睛。当足够多的人开始用同一套问题框架思考，产业的重力就会悄悄转移——不是因为谁下了命令，而是因为新的标尺，已经开始丈量新的地图。